同じ用量でも薬の効果・副作用は人で大きく違い、その一部は薬物代謝酵素・輸送体の遺伝子多型（CYP2C19・CYP2D6・NUDT15・UGT1A1・DPYD等）で説明できる。だが現場のPGxは部分的に注釈された「スターアレル」に依存し、新規変異や複雑なハプロタイプは解釈不能のまま。さらに既存エビデンスは欧米集団中心で、日本人で頻度の高いアレル（例：CYP2C19の機能喪失型はアジア系で約2倍）の寄与は十分解明されていない。薬理は国試のコアで、医学生＝当事者領域。
変異の機能を学習する計算的予測（deep mutational scanning等の機能マップ）＋多遺伝子・薬剤・臨床共変量の統合モデルを使えば、未知変異を含む代謝表現型と重篤副作用（ADR）を較正確率で予測でき、かつ日本人特異的アレルの寄与を定量できる、と仮説。単一アレルの分類でなく「機能予測・多遺伝子統合・祖先をまたいだ較正」を一体で構造化する点が新規。
数千変異規模の機能マップやexome規模のデータは人手で解釈できない。遺伝子×遺伝子×薬剤の非加算的な相互作用や未知変異の影響はアンサンブル/深層モデルでしか捉えられず、星アレル表の単純照合ではnovel variantと複雑ハプロタイプを取りこぼす＝AIでしか到達できない粒度。
祖先をまたいで較正されたPGx応答・ADR予測と日本人特異的アレルの寄与マップ＝学会・論文。出口はまず処方支援の研究ツールと薬理教育、将来はCPIC型ガイドラインの日本人最適化や処方前チェックの補助。診断・処方は医師が担い本企画は補助。HiroはCYP等を学ぶ医学生＝ドメインとデータ両面で当事者。